Olá, ricardo. Bom dia.

Ao postar código no fórum, sugiro colocá-lo entre crases triplas e com o nome da linguagem na abertura, da seguinte forma:

```python print('Olá mundo!') ```

Dessa forma, seu post ficará mais fácil de ler:

# features [1 sim, 0 nao]
# pelo longo?
# perna curta?
# faz auau?
porco1 = [0, 1, 0] 
porco2 = [0, 1, 1] 
porco3 = [1, 1, 0]

cachorro1 = [0, 1, 1] 
cachorro2 = [1, 0, 1] 
cachorro3 = [1, 1, 1]

# 1 -> porco, 0 -> cachorro
dados = [porco1, porco2, porco3, cachorro1, cachorro2, cachorro3] 
classes = [1, 1, 1, 0, 0, 0]

from sklearn.svm import LinearSVC
modelo = LinearSVC() modelo.fit(dados, classes)

animal_misterioso = [0, 0, 0] 
modelo.predict([animal_misterioso])

misterio1 = [1, 1, 1] 
misterio2 = [1, 1, 0] 
misterio3 = [0, 1, 1]

testes = [misterio1, misterio2, misterio3] 
previsoes = modelo.predict(testes)

testes_classes = [0, 1, 1]

misterio1 = [1, 1, 1] 
misterio2 = [1, 1, 0] 
misterio3 = [0, 1, 1]

testes = [misterio1, misterio2, misterio3] 
previsoes = modelo.predict(testes)

testes_classes = [0, 1, 1]

corretos = (previsoes == testes_classes).sum() 
total = len(testes) 
taxa_de_acerto = corretos / total * 100

print(f"Acurácia: {taxa_de_acerto:.2f}%")

from sklearn.metrics import accuracy_score

taxa_de_acerto = accuracy_score(testes_classes, previsoes) * 100 
print(f"Acurácia: {taxa_de_acerto:.2f}%")

Com relação a se esse é o caminho, não vi o curso, mas me parece correto.

Sim, Edmilson, como foi a primeira vez que fiz um post desse tipo, fiquei meio perdido, mas os próximos serão melhores e incluirão algo semelhante à sua dica. Obrigado.